# Тибо Сотьо из OpenAI: «Через год сверхвысокие скорости ИИ станут стандартом» Источник: https://www.youtube.com/watch?v=4qjEgPojjzM Канал: Matthew Berman Опубликовано: 24.08.2026 --- В новом интервью Мэттью Берман обсуждает будущее искусственного интеллекта с Тибо Сотьо, сотрудником OpenAI, который ранее работал в Google DeepMind. Основное внимание в беседе уделено переходу от простых чат-ботов к полноценным персональным агентам, технологическому прорыву в скорости генерации токенов (Ultra Fast) и тому, как OpenAI использует собственные модели для оптимизации своей инфраструктуры. ## 🏛️ От Google DeepMind к культуре OpenAI [[JUMP:0:45]] Тибо Сотьо вспоминает время работы в Google DeepMind над проектом LM chat — внутренним инструментом, который появился за год до релиза ChatGPT [1:58]. По словам гостя, Google была слишком обеспокоена возможными рисками и не решалась выпустить продукт, который мог бы пошатнуть её основную бизнес-модель [0:54]. DeepMind, будучи творческой средой, не была заточена под выпуск массовых продуктов, что создавало барьеры для реализации идей. В OpenAI Сотьо выделяет принципиально иную культуру: * **Низкая «энергия остановки» (Stop Energy):** сотрудники могут быстро объединяться вокруг идеи и выпускать её без долгого согласования с руководством [3:33]. * **Стирание границ:** исследователи и разработчики продукта работают в тесной связке, совместно проектируя возможности моделей [2:13]. * **Готовность к самодеструкции:** OpenAI готова инвестировать в новые идеи, даже если они угрожают текущим успешным продуктам компании [4:50]. ## 🤖 Ноутбук как бутылочное горлышко для агентов [[JUMP:7:23]] Сотьо утверждает, что текущее понимание ИИ-агентов скоро изменится, и Codex (инструмент для кодинга) через пару месяцев будет казаться примитивным [7:25]. Одной из ключевых проблем он называет ограничения локального оборудования. Ноутбуки были спроектированы под возможности человека: скорость печати, объём внимания, количество открытых приложений [9:09]. По мнению Тибо Сотьо, будущее за облачными агентами, которые: 1. Смогут работать со 100 приложениями одновременно без потери контекста [9:21]. 2. Будут обладать «глубокой памятью», понимая не только текущую задачу, но и долгосрочные цели пользователя и его команды [8:31]. 3. Станут проактивными, предлагая идеи и решения до того, как пользователь о них попросит [12:56]. Мэттью Берман отмечает, что при скорости Ultra Fast (в 14 раз быстрее текущих стандартов) узким местом становится не генерация текста, а сетевые задержки и вызовы инструментов (tool calls) [9:47]. Сотьо соглашается, подчеркивая, что это заставляет переносить вычисления в облако, где модель может выполнять десятки задач параллельно [10:13]. ## 🔄 Слияние ChatGPT и Codex: единый интерфейс для всех [[JUMP:14:27]] OpenAI приняла стратегическое решение объединить Codex и ChatGPT в единую систему. Сотьо объясняет это тем, что будущие модели не должны требовать от пользователя выбора «режима инженера» или «режима дизайнера» [15:30]. Основные тезисы Сотьо по этой теме: * Разделение на «программистов» и «не-технарей» — это человеческая абстракция для упрощения сложности, но современные модели способны адаптироваться к индивидуальному спектру навыков каждого человека [15:43]. * Конечная цель — персональный AGI (искусственный общий интеллект), который выглядит одинаково для всех, но наполняется уникальными инструментами и контекстом конкретного пользователя [16:35]. * Голосовое взаимодействие становится доминирующим. После запуска новой голосовой модели количество пользователей, предпочитающих говорить с ИИ вместо печати, растёт очень быстро [19:51]. ## 🚀 Рекурсивное самосовершенствование инфраструктуры [[JUMP:26:41]] Одним из самых интригующих моментов интервью стало обсуждение того, как OpenAI оптимизирует свои затраты. Сотьо подтверждает, что компания использует модель Soul для оптимизации эффективности модели Luna, что позволило снизить цену на Luna на 80% [27:03]. Процесс рекурсивного улучшения выглядит так: * Модели обучаются писать более эффективные CUDA-ядра и оптимизировать стек инференса [31:28]. * За последние 3 месяца общая скорость работы моделей (вне режима Ultra Fast) выросла примерно на 60% только за счёт инженерных улучшений, предложенных самим ИИ [28:49]. * Сотьо называет это «ранними стадиями рекурсивного самосовершенствования», когда ИИ строит инфраструктуру, на которой сам же и работает [30:49]. ## ⏸️ Пауза в обучении Frontier RL и безопасность [[JUMP:32:00]] На вопрос Бермана о временной приостановке обучения пограничных моделей (Frontier RL), о которой ранее упоминал Сэм Альтман, Тибо Сотьо ответил, что это было необходимое решение для «закалки» систем безопасности [32:13]. По мере роста возможностей моделей вопросы выравнивания (alignment) становятся критическими. Команде безопасности требовалось время, чтобы сформулировать чёткие принципы, прежде чем продолжать масштабирование [34:04]. Сотьо подчеркнул, что OpenAI будет и впредь делать такие паузы, если почувствует, что контроль над системой требует усиления. ## ⚡ Режим Ultra Fast: 14-кратное ускорение [[JUMP:34:13]] Режим сверхбыстрой генерации токенов (Ultra Fast) открывает сценарии, которые были невозможны ранее. Сотьо приводит примеры внутреннего использования: * **Управление инцидентами:** когда в OpenAI случается сбой, команда реагирования получает доступ к Ultra Fast, потому что в такие моменты важна каждая секунда [34:40]. * **Творческий поток:** при прототипировании видеоигр или веб-сайтов ИИ может мгновенно генерировать огромные блоки кода, позволяя разработчику оставаться в состоянии «потока» (flow) и видеть результат в реальном времени [37:01]. * **Голосовое общение:** сверхнизкая задержка делает диалог с ИИ неотличимым от разговора с человеком. Сотьо прогнозирует, что через год или два такие скорости станут стандартом де-факто, а не премиальной опцией [40:59]. ## 🤝 Советы тем, кто боится ИИ [[JUMP:41:19]] В завершение беседы Сотьо постарался развеять опасения по поводу автоматизации рабочих мест и экологического воздействия. Он утверждает, что фокус OpenAI на эффективности напрямую ведет к демократизации технологий. Чем дешевле обходятся вычисления (как в случае с моделью Luna), тем доступнее интеллект становится для жителей всего мира [42:05]. Его советы для тех, кто опасается пробовать ИИ: 1. Использовать ИИ как личного советника в специфических областях (например, подготовка к визиту к врачу или финансовое планирование) [43:51]. 2. Начинать с малых задач, где ИИ может снять рутину (например, помощь в написании текстов) [43:38]. 3. Технологии имеют свойство становиться повсеместными и незаметными, принося огромную пользу обществу в долгосрочной перспективе [43:11].